CN103927748B - 一种基于多矩形图像距离转换模型的坐标标定方法 - Google Patents
一种基于多矩形图像距离转换模型的坐标标定方法 Download PDFInfo
- Publication number
- CN103927748B CN103927748B CN201410141750.0A CN201410141750A CN103927748B CN 103927748 B CN103927748 B CN 103927748B CN 201410141750 A CN201410141750 A CN 201410141750A CN 103927748 B CN103927748 B CN 103927748B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- straight line
- intersection point
- accuracy
- rectangle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种基于多矩形图像距离转换模型的坐标标定方法,按照以下步骤进行:步骤1:固定摄像机,建立坐标系;步骤2:连续构造多个矩形块;步骤3:求世界坐标系O‑XYZ的X方向在图像坐标系O'UV中的消失点Q′1;步骤4:求世界坐标系O‑XYZ的Y方向在图像坐标系O'UV中的消失点Q′2;步骤5:修正矩形顶点Ai′,Bi′(1≤i≤n)的坐标;步骤6:求距离转换模型系数K12;步骤7:求距离转换模型系数K11;步骤8:求距离转换模型系数K22;步骤9:求距离转换模型系数K21;步骤10:求取世界坐标系中的一点P的坐标。本发明采用多个矩形,有利于减小求解消失点的误差;修正矩形的顶点坐标,有利于弥补由于车道线磨损带来的误差;采用直线拟合的方法求取距离转换模型系数K22,提高了K22的准确度。
Description
技术领域
本发明属于摄像机标定、计算机视觉和交通视频检测领域,涉及一种基于多矩形图像距离转换模型的坐标标定方法。
背景技术
摄像机标定作为计算机视觉中的重要的一个环节,目前已经有较广泛的研究。八十年代,随着计算机视觉学科的发展,现场标定的概念被提出来,一般是将标定控制点混合布置在工作区域或其周围,从而能在现场做出标定调整。而在有些工作场合,摄像机参数可能有变化,却又没有标定物时,就需要摄像机能直接面对环境景物做出标定,于是在20世纪90年代初,Faugeras、Hartley等人提出了摄像机自标定的概念,使得在场景位置和摄像机任意运动的一般情形下成为可能。随着桌面视觉系统进入大众消费领域,对方便、灵活、简单、精度较好的摄像机标定程序需求增加,以满足计算机视觉方面的应用,微软研究院的张正友在1999年前后对此做了大量研究工作,提出了基于移动平面模板的方便灵活的摄像机标定方法,较好地解决了这一问题。
发明内容
技术问题:本发明提供一种减少误差、准确度高、提高了标定精度的基于多矩形图像距离转换模型的坐标标定方法。
技术方案:本发明的基于多矩形图像距离转换模型的坐标标定方法,包括以下步骤:
步骤1:建立世界坐标系O-XYZ和图像坐标系O'UV;
步骤2:获取摄像机的视频图像信息,在世界坐标系中,以摄像机拍摄范围内的道路平面中的车道横向为矩形一边方向,车道纵向为矩形另一边方向,车道宽为矩形横向边长,白色车道线的底端与纵向上相邻的一段白色车道线底端的间距作为矩形纵向一边的边长,构造一个矩形块,按此方法,从图像底部开始连续构造多个矩形块,多个矩形块一侧纵向边上的顶点在世界坐标系中的坐标依次用A1,A2,…,Ai,…,An表示,另一侧纵向边上的顶点在世界坐标系中的坐标依次用B1,B2,…,Bi,…,Bn表示,其中A1和B1为图像最底端顶点,Bn和An为图像最顶端顶点,n-1为矩形个数,i为矩形顶点的编号,坐标A1,A2,…,Ai,…,An在图像坐标系中对应的坐标为A′1,A′2,…,A′i,…,A′n,坐标B1,B2,…,Bi,…,Bn在图像坐标系中对应的坐标为B′1,B′2,…,B′i,…,B′n;
步骤3:求世界坐标系O-XYZ的X方向在图像坐标系O'UV中的消失点Q′1,具体流程为:
3.1)在图像坐标系O'UV中求出直线A′iB′i和A′jB′j的交点P′ij,1≤i≠j≤n;
3.2)根据下式计算交点P′ij的准确度Dij:
其中,1≤i≠j≤n,dij_m表示点P′ij与直线A′mB′m的距离,1≤m≤n;
3.3)选取Dij最小的点P′ij作为消失点Q′1,Q′1的坐标用(u1,v1)表示;
步骤4:求世界坐标系O-XYZ的Y方向在图像坐标系O'UV中的消失点Q′2,具体流程为:
对点A′1,A′2,…,A′i,…,A′n进行直线拟合,得到拟合直线为L′A,对点B′1,B′2,…,B′i,…,B′n进行直线拟合,得到拟合直线为L′B;
然后求出拟合直线L′A与L′B的交点,并以拟合直线L′A与L′B的交点作为消失点Q′2,Q′2的坐标用(u2,v2)表示;
步骤5:修正所有世界坐标系中的矩形顶点A1,A2,…,Ai,…,An,B1,B2,…,Bi,…,Bn在图像坐标系中对应的点A′1,A′2,…,A′i,…,A′n,B′1,B′2,…,B′i,…,B′n的坐标,1≤i≤n,具体流程为:
5.1)用下式分别计算每个矩形顶点面向消失点Q′1的归一化准确度:
其中,Dik为直线A′iB′i和A′kB′k的交点P′ik的准确度,1≤i≤n,ai表示该归一化准确度是矩形顶点A′i的归一化准确度,bi表示该归一化准确度是矩形顶点B′i的归一化准确度,q1表示面向Q′1方向;
5.2)先求取世界坐标系O-XYZ中的直线AiBi+1方向在图像坐标系O'UV中的消失点Q′3,1≤i≤n-1,然后计算每个矩形顶点面向消失点Q′3的归一化准确度,具体流程为:
首先在图像坐标系O'UV中求出直线A′iB′i+1和A′jB′j+1的交点Tij′,1≤i≠j≤n-1;根据下式计算交点Tij′的准确度Gij:
其中,1≤i≠j≤n-1,gij_m表示点Tij′与直线A′mB′m+1的距离,1≤m≤n-1;
然后选取Gij最小的点Tij′作为消失点Q′3,用下式分别计算每个矩形顶点面向消失点Q′3的归一化准确度:
其中,Gik为直线A′iB′i+1和A′kB′k+1的交点Tik′的准确度,1≤i≤n-1,ai表示该归一化准确度是矩形顶点A′i的归一化准确度,b(i+1)表示该归一化准确度是矩形顶点B′i+1的归一化准确度,q3表示面向Q′3方向;
同时,规定Eanq3=Eb1q3=0;
5.3)先求取世界坐标系O-XYZ中的直线Ai+1Bi方向在图像坐标系O'UV中的消失点Q′4,1≤i≤n-1,然后计算每个矩形顶点面向消失点Q′4的归一化准确度,具体流程为:
首先在图像坐标系O'UV中求出直线A′i+1B′i和A′j+1B′j的交点Wij′,1≤i≠j≤n-1;根据下式计算交点Wij′的准确度Hij:
其中,1≤i≠j≤n-1,hij_m表示点Wij′与直线A′m+1B′m的距离,1≤m≤n-1;
然后选取Hij最小的点Wij′作为消失点Q′4;用下式分别计算每个矩形顶点面向消失点Q′4的归一化准确度:
其中,Hik为直线A′i+1B′i和A′k+1B′k的交点Wik′的准确度,1≤i≤n-1,a(i+1)表示该归一化准确度是矩形顶点A′i+1的归一化准确度,bi表示该归一化准确度是矩形顶点B′i的归一化准确度,q4表示面向Q′4方向;
同时,规定Ea1q4=Ebnq4=0;
5.4)求出图像坐标系中每个矩形顶点三个方向归一化准确度的平均值,作为这个矩形顶点最终的归一化准确度;
其中矩形顶点A′i的最终的归一化准确度根据下式计算:
其中,i=n时,efc(Eaiq3)=0,否则efc(Eaiq3)=1;i=1时,efc(Eaiq4)=0,否则efc(Eaiq4)=1;
矩形顶点B′i的最终的归一化准确度根据下式计算:
其中,i=1时,efc(Ebiq3)=0,否则efc(Ebiq3)=1;i=n时,efc(Ebiq4)=0,否则efc(Ebiq4)=1;
5.5)按照如下方法判断图像坐标系中矩形顶点B′i的归一化准确度是否可靠,并按照如下方式对矩形顶点B′i的坐标进行修正:
若B′i的归一化准确度Ebi≤n×Ea(i+1)且Ebi≤n×Ea(i-1),则认为Ebi可靠,矩形顶点B′i坐标不作变动;
若Ebi>n×Ea(i+1)或Ebi>n×Ea(i-1),并且n×Ea(i+1)≤n×Ea(i-1),则将直线A′i+1Q′4与直线L′B的交点坐标作为矩形顶点B′i修正后的坐标;
若Ebi>n×Ea(i+1)或Ebi>n×Ea(i-1),并且n×Ea(i-1)<n×Ea(i+1),则将直线A′i-1Q′3与直线L′B的交点坐标作为矩形顶点B′i修正后的坐标;
5.6)求出修正后的直线Q′1B′i与直线L′A的交点,并将该修正后的直线Q′1B′i与直线L′A的交点坐标作为矩形顶点A′i点修正后的坐标;
步骤6:求取距离转换模型系数K12,具体流程为:
6.1)获取公路车道宽,即世界坐标系中LA与LB两条直线之间的距离,用sx表示,其中LA为点A1,A2,…,Ai,…,An所在的直线,LB为B1,B2,…,Bi,…,Bn所在的直线;
6.2)找出世界坐标系中摄像机光轴与道路平面的交点Q在图像坐标系O'UV中的投影点Q′,其坐标用(u,v)来表示,世界坐标系中交点Q在X轴上的投影点为Qx,Q在Y轴上投影点为Qy,LA与QQy的交点为PLA,LB与QQy的交点为PLB;
求出Q′1Q′与L′A的交点P′LA,其坐标为(uA,vA),该交点P′LA是交点PLA在图像坐标系O'UV中的投影点;
求出Q′1Q′与L′B的交点P′LB,其坐标为(uB,vB),该交点P′LB是交点PLB在图像坐标系O'UV中的投影点;
6.3)用下式求出P′LA与Q′1距离的倒数pA,P′LB与Q′1距离的倒数pB:
pA=1/((u1-uA)2+(v1-vA)2)1/2
pB=1/((u1-uB)2+(v1-vB)2)1/2
6.4)用下式计算出距离转换模型系数K12:
步骤7:求取距离转换模型系数K11;
步骤8:求取距离转换模型系数K22;
8.1)找出世界坐标系O-XYZ中直线AiBi与QQx交点Pi,获取两个相邻交点Pi的间距,表示为sy;
8.2)计算出图像坐标系O'UV中A′iB′i与Q′2Q′的交点P′i,其坐标表示为(uABi,vABi),点P′i即为Pi在图像坐标系O'UV中的投影点;
8.3)用下式求出交点P′i与Q′2距离的倒数pABi:
pABi=1/((u2-uABi)2+(v2-vABi)2)1/2;
8.4)在世界坐标系O-XYZ中交点P1到X轴的距离表示为ly1,交点Pi与P1的距离表示为di=(i-1)sy,则有:
ly1+di=K21+K22pABi 1≤i≤n
根据上式,结合n个di和pABi,共有n组表达式,以di为纵轴,pABi为横轴,建立坐标系,在坐标系中将这n个点(pAB1,d1),(pAB2,d2),…,(pABi,di),…,(pABn,dn)拟合成一条直线,然后求出直线的斜率,该斜率取为距离转换模型系数K22;
步骤9:求取距离转换模型系数K21;
步骤10:按照以下方法得到世界坐标系O-XYZ中一点P的坐标:
在世界坐标系坐标中找出过点P平行于X轴的直线与QxQ的交点Py,然后在图像坐标系O'UV中找出交点Py对应的点P′y(uy,vy);
在世界坐标系坐标中找出过点P平行于Y轴的直线与QyQ的交点Px,然后在图像坐标系O'UV中找出交点Px对应的点P′x(ux,vx);
根据下式求得P的坐标(lx,ly,0),即完成点P在世界坐标系中标定:
其中,px=1/((u1-ux)2+(v1-vx)2)1/2,py=1/((u2-uy)2+(v2-vy)2)1/2。
本发明方法的优选方案中,步骤7的具体流程为:
7.1)根据下式分别计算图像坐标系O'UV中的点Q′与点Q′1之间的像素点数量L1,点Q′与点Q′2之间的像素点数量L2,点Q′1与点Q′2之间的像素点数量L3:
L1=((u1-u)2+(v1-v)2)1/2
L2=((u2-u)2+(v2-v)2)1/2
L3=((u2-u1)2+(v2-v1)2)1/2;
7.2)根据下式求出世界坐标系O-XYZ中摄像机焦距和像素点物理长度的比值fd,也即点Q′和摄像机光心O0之间的像素点数目:
7.3)根据下式求出世界坐标系O-XYZ中O0Q与X轴的夹角α1、O0Q与Y轴的夹角α2:
α1=arctan(L1/fd),α2=arctan(L2/fd);
7.4)根据下式计算距离转换模型系数K11:
步骤9中,根据下式求取距离转换模型系数K21:
有益效果:与现有的技术相比,本发明具有以下优点:
(1)实验室摄像机标定通常使用黑色标定板加白色背景,标定板的边缘棱角明显,灰度对比强烈,而道路图像车道线白色,道路背景灰色,灰度对比度不够强烈且车道线角点处呈现圆弧状,这些因素造成手工标记矩形顶点时出现几个像素的误差。
基于单个矩形标定时,以A′1B′1和A′2B′2的交点作为Q′1,以直线A′1A′2和B′1B′2的交点作为Q′2,由于上述的标示矩形顶点时出现误差的原因,同一张图片多次标定产生得到的Q′1和Q′2经常出现不一致的情况。
为了解决上述的单个矩形标定的缺陷,采用多个连续矩形标定的方法,在X轴方向利用平行直线在图像中对应直线交于一点的原理,引入准确度的概念,求解出平行度最高的两条直线,并得到相对准确的Q′1,在Y轴方向使用直线拟合的方法保证消失点Q′2的准确性。
(2)随着车辆轮胎对车道线的磨损,一些车道线边缘变得模糊,甚至一些车道线变短,必然会造成后面消失点计算的不准确。
为了解决上述的由于车道线磨损造成的矩形顶点标记不准确的缺陷,求世界坐标系O-XYZ中的直线AiBi+1方向在图像坐标系O'UV中的消失点Q′3,求世界坐标系O-XYZ中的直线Ai+1Bi方向在图像坐标系O'UV中的消失点Q′4,并引入归一化准确度的概念,计算每个矩形顶点的坐标的准确程度,保留相对准确的矩形顶点的坐标,并用这些相对准确的坐标去修正相对不准确的矩形顶点的坐标,提高矩形顶点的坐标的准确性,并最终提高多矩形图像距离转换模型参数的准确性,提高标定的精度。
(3)在求解K22时,以di为纵轴,pABi为横轴,建立坐标系,在坐标系中将n个点(pAB1,d1),(pAB2,d2),…,(pABi,di),…,(pABn,dn)拟合成一条直线,然后求出直线的斜率,该斜率取为距离转换模型系数K22。采用直线拟合的方法,提高了K22的准确度。
附图说明
图1是利用车道线构造多个连续矩形的变化示意图,其中左侧为车道线,右侧为对应变换的多个连续矩形;
图2是本发明方法的流程图。
具体实施方式
下面结合实施例和附图,清楚完整地描述本发明方法的详细过程。
本发明的基于多矩形图像距离转换模型的坐标标定方法,按照以下步骤进行:
步骤1:建立世界坐标系O-XYZ和图像坐标系O'UV;
首先建立世界坐标系O-XYZ。固定摄像机,摄像机光心O0在道路平面的投影点O为世界坐标系原点,垂直于道路平面向上为Z轴正方向,道路平面为世界坐标系XOY面,其中沿公路方向为Y轴,垂直于YOZ方向为X轴。
然后建立图像坐标系O'UV。人面向成像平面时其左上角作为图像坐标系原点O',过O'向右的一条边作为O'U,过O'向下的一条边作为O'V轴。
步骤2:获取摄像机的视频图像信息,在世界坐标系中,以摄像机拍摄范围内的道路平面中的车道横向为矩形一边方向,车道纵向为矩形另一边方向,车道宽为矩形横向边长,白色车道线的底端与纵向上相邻的一段白色车道线底端的间距作为矩形纵向一边的边长,构造一个矩形块,按此方法,从图像底部开始连续构造多个矩形块,多个矩形块一侧纵向边上的顶点在世界坐标系中的坐标依次用A1,A2,…,Ai,…,An表示,另一侧纵向边上的顶点在世界坐标系中的坐标依次用B1,B2,…,Bi,…,Bn表示,其中A1和B1为图像最底端顶点,Bn和An为图像最顶端顶点,n-1为矩形个数,i为矩形顶点的编号,A1,A2,…,Ai,…,An在图像坐标系中对应的坐标为A′1,A′2,…,A′i,…,A′n,B1,B2,…,Bi,…,Bn在图像坐标系中对应的坐标为B′1,B′2,…,B′i,…,B′n;
步骤3:求世界坐标系O-XYZ的X方向在图像坐标系O'UV中的消失点Q′1,具体流程为:
3.1)在图像坐标系O'UV中求出直线A′iB′i和A′jB′j的交点P′ij,1≤i≠j≤n;
3.2)根据下式计算交点P′ij的准确度Dij:
其中,1≤i≠j≤n,dij_m表示点P′ij与直线A′mB′m的距离,1≤m≤n;
3.3)选取Dij最小的点P′ij作为消失点Q′1,Q′1的坐标用(u1,v1)表示;
步骤4:求世界坐标系O-XYZ的Y方向在图像坐标系O'UV中的消失点Q′2,本步骤与步骤3同步进行,具体流程为:
对点A′1,A′2,…,A′i,…,A′n进行直线拟合,得到拟合直线为L′A,对点B′1,B′2,…,B′i,…,B′n进行直线拟合,得到拟合直线为L′B;
然后求出拟合直线L′A与L′B的交点,并以拟合直线L′A与L′B的交点作为消失点Q′2,Q′2的坐标用(u2,v2)表示;
步骤5:修正所有世界坐标系中的矩形顶点A1,A2,…,Ai,…,An,B1,B2,…,Bi,…,Bn在图像坐标系中对应的点A′1,A′2,…,A′i,…,A′n,B′1,B′2,…,B′i,…,B′n的坐标,1≤i≤n,具体流程为:
5.1)用下式分别计算每个矩形顶点面向消失点Q′1的归一化准确度:
其中,Dik为直线A′iB′i和A′kB′k的交点P′ik的准确度,1≤i≤n,ai表示该归一化准确度是矩形顶点A′i的归一化准确度,bi表示该归一化准确度是矩形顶点B′i的归一化准确度,q1表示面向Q′1方向;
5.2)理论上,图像坐标系中直线A′iB′i+1会交于同一个消失点,1≤i≤n-1,设该点为Q′3,使用同样的方法计算每个点面向Q′3方向的归一化准确度Eaiq3和Ebiq3,1≤i≤n;先求取世界坐标系O-XYZ中的直线AiBi+1方向在图像坐标系O'UV中的消失点Q′3,1≤i≤n-1,然后计算每个矩形顶点面向消失点Q′3的归一化准确度,具体流程为:
首先在图像坐标系O'UV中求出直线A′iB′i+1和A′jB′j+1的交点Tij′,1≤i≠j≤n-1;根据下式计算交点Tij′的准确度Gij:
其中,1≤i≠j≤n-1,gij_m表示点Tij′与直线A′mB′m+1的距离,1≤m≤n-1;
然后选取Gij最小的点Tij′作为消失点Q′3,用下式分别计算每个矩形顶点面向消失点Q′3的归一化准确度:
其中,Gik为直线A′iB′i+1和A′kB′k+1的交点Tik′的准确度,1≤i≤n-1,ai表示该归一化准确度是矩形顶点A′i的归一化准确度,b(i+1)表示该归一化准确度是矩形顶点B′i+1的归一化准确度,q3表示面向Q′3方向;
同时,规定Eanq3=Eb1q3=0;
5.3)同理,图像坐标系中直线A′i+1B′i会交于同一个消失点Q′4,1≤i≤n-1,计算每个点面向Q′4方向的归一化准确度Eaiq4和Ebiq4,1≤i≤n;先求取世界坐标系O-XYZ中的直线Ai+1Bi方向在图像坐标系O'UV中的消失点Q′4,1≤i≤n-1,然后计算每个矩形顶点面向消失点Q′4的归一化准确度,具体流程为:
首先在图像坐标系O'UV中求出直线A′i+1B′i和A′j+1B′j的交点Wij′,1≤i≠j≤n-1;根据下式计算交点Wij′的准确度Hij:
其中,1≤i≠j≤n-1,hij_m表示点Wij′与直线A′m+1B′m的距离,1≤m≤n-1;
然后选取Hij最小的点Wij′作为消失点Q′4;用下式分别计算每个矩形顶点面向消失点Q′4的归一化准确度:
其中,Hik为直线A′i+1B′i和A′k+1B′k的交点Wik′的准确度,1≤i≤n-1,a(i+1)表示该归一化准确度是矩形顶点A′i+1的归一化准确度,bi表示该归一化准确度是矩形顶点B′i的归一化准确度,q4表示面向Q′4方向;
同时,规定Ea1q4=Ebnq4=0;
5.4)上述步骤5.1)、5.2)、5.3)为同步并行的关系,得到所有归一化准确度后,求出图像坐标系中每个矩形顶点三个方向归一化准确度的平均值,作为这个矩形顶点最终的归一化准确度;
其中矩形顶点A′i的最终的归一化准确度根据下式计算:
其中,i=n时,efc(Eaiq3)=0,否则efc(Eaiq3)=1;i=1时,efc(Eaiq4)=0,否则efc(Eaiq4)=1;
矩形顶点B′i的最终的归一化准确度根据下式计算:
其中,i=1时,efc(Ebiq3)=0,否则efc(Ebiq3)=1;i=n时,efc(Ebiq4)=0,否则efc(Ebiq4)=1;
5.5)按照如下方法判断图像坐标系中矩形顶点B′i的归一化准确度是否可靠,并按照如下方式对矩形顶点B′i的坐标进行修正:
若B′i的归一化准确度Ebi≤n×Ea(i+1)且Ebi≤n×Ea(i-1),则认为Ebi可靠,矩形顶点B′i坐标不作变动;
若Ebi>n×Ea(i+1)或Ebi>n×Ea(i-1),并且n×Ea(i+1)≤n×Ea(i-1),则将直线A′i+1Q′4与直线L′B的交点坐标作为矩形顶点B′i修正后的坐标;
若Ebi>n×Ea(i+1)或Ebi>n×Ea(i-1),并且n×Ea(i-1)<n×Ea(i+1),则将直线A′i-1Q′3与直线L′B的交点坐标作为矩形顶点B′i修正后的坐标;
5.6)求出修正后的直线Q′1B′i与直线L′A的交点,并将该修正后的直线Q′1B′i与直线L′A的交点坐标作为矩形顶点A′i点修正后的坐标,其中修正后的直线Q′1B′i为步骤3中求取的消失点Q′1和步骤5.5)中修正后的点B′i的连线;
步骤6:求取距离转换模型系数K12,具体流程为:
6.1)获取公路车道宽,即世界坐标系中LA与LB两条直线之间的距离,用sx表示,其中LA为点A1,A2,…,Ai,…,An所在的直线,LB为B1,B2,…,Bi,…,Bn所在的直线;
6.2)找出世界坐标系中摄像机光轴与道路平面的交点Q在图像坐标系O'UV中的投影点Q′,其坐标用(u,v)来表示,世界坐标系中交点Q在X轴上的投影点为Qx,Q在Y轴上投影点为Qy,LA与QQy的交点为PLA,LB与QQy的交点为PLB;
求出Q′1Q′与L′A的交点P′LA,其坐标为(uA,vA),该交点P′LA是交点PLA在图像坐标系O'UV中的投影点;
求出Q′1Q′与L′B的交点P′LB,其坐标为(uB,vB),该交点P′LB是交点PLB在图像坐标系O'UV中的投影点;
6.3)用下式求出P′LA与Q′1距离的倒数pA,P′LB与Q′1距离的倒数pB:
pA=1/((u1-uA)2+(v1-vA)2)1/2
pB=1/((u1-uB)2+(v1-vB)2)1/2
6.4)用下式计算出距离转换模型系数K12:
步骤7:求取距离转换模型系数K11,具体流程为:
7.1)根据下式分别计算图像坐标系O'UV中的点Q′与点Q′1之间的像素点数量L1,点Q′与点Q′2之间的像素点数量L2,点Q′1与点Q′2之间的像素点数量L3:
L1=((u1-u)2+(v1-v)2)1/2
L2=((u2-u)2+(v2-v)2)1/2
L3=((u2-u1)2+(v2-v1)2)1/2;
7.2)根据下式求出世界坐标系O-XYZ中摄像机焦距和像素点物理长度的比值fd,也即点Q′和摄像机光心O0之间的像素点数目:
7.3)根据下式求出世界坐标系O-XYZ中O0Q与X轴的夹角α1、O0Q与Y轴的夹角α2:
α1=arctan(L1/fd),α2=arctan(L2/fd);
7.4)根据下式计算距离转换模型系数K11:
步骤8:求取距离转换模型系数K22;
8.1)找出世界坐标系O-XYZ中直线AiBi与QQx交点Pi,获取两个相邻交点Pi的间距,表示为sy,sy为白色车道线的底端与纵向上相邻的一段白色车道线底端的间距;
8.2)计算出图像坐标系O'UV中A′iB′i与Q′2Q′的交点P′i,其坐标表示为(uABi,vABi),点P′i即为Pi在图像坐标系O'UV中的投影点;
8.3)用下式求出交点P′i与Q′2距离的倒数pABi:
pABi=1/((u2-uABi)2+(v2-vABi)2)1/2;
8.4)在世界坐标系O-XYZ中交点P1到X轴的距离表示为ly1,交点Pi与P1的距离表示为di=(i-1)sy,则有:
ly1+di=K21+K22pABi 1≤i≤n
根据上式,结合n个di和pABi,共有n组表达式,以di为纵轴,pABi为横轴,建立坐标系,在坐标系中将这n个点(pAB1,d1),(pAB2,d2),…,(pABi,di),…,(pABn,dn)拟合成一条直线,然后求出直线的斜率,该斜率取为距离转换模型系数K22;
步骤9:根据下式求取距离转换模型系数K21:
步骤10:按照以下方法得到世界坐标系O-XYZ中一点P的坐标:
在世界坐标系坐标中找出过点P平行于X轴的直线与QxQ的交点Py,然后在图像坐标系O'UV中找出交点Py对应的点P′y(uy,vy);
在世界坐标系坐标中找出过点P平行于Y轴的直线与QyQ的交点Px,然后在图像坐标系O'UV中找出交点Px对应的点P′x(ux,vx);
根据下式求得P的坐标(lx,ly,0),即完成点P在世界坐标系中标定:
其中,px=1/((u1-ux)2+(v1-vx)2)1/2,py=1/((u2-uy)2+(v2-vy)2)1/2。
本发明方法中,步骤8至9计算距离转换模型系数K22、距离转换模型系数K21的流程,与步骤6至7计算距离转换模型系数K12、距离转换模型系数K11的流程是同步并行的关系。
应理解上述实施例仅用于说明本发明技术方案的具体实施方式,而不用于限制本发明的范围。在阅读了本发明之后,本领域技术人员对本发明的各种等同形式的修改和替换均落于本申请权利要求所限定的保护范围。
Claims (2)
1.一种基于多矩形图像距离转换模型的坐标标定方法,其特征在于,该方法按照包括以下步骤进行:
步骤1:建立世界坐标系O-XYZ和图像坐标系O′UV;
步骤2:获取摄像机的视频图像信息,在世界坐标系中,以摄像机拍摄范围内的道路平面中的车道横向为矩形一边方向,车道纵向为矩形另一边方向,车道宽为矩形横向边长,白色车道线的底端与纵向上相邻的一段白色车道线底端的间距作为矩形纵向一边的边长,构造一个矩形块,按此方法,从图像底部开始连续构造多个矩形块,所述多个矩形块一侧纵向边上的顶点在世界坐标系中的坐标依次用A1,A2,…,Ai,…,An表示,另一侧纵向边上的顶点在世界坐标系中的坐标依次用B1,B2,…,Bi,…,Bn表示,其中A1和B1为图像最底端顶点,Bn和An为图像最顶端顶点,n-1为矩形个数,i为矩形顶点的编号,所述A1,A2,…,Ai,…,An在图像坐标系中对应的坐标为A′1,A′2,…,A′i,…,A′n,所述B1,B2,…,Bi,…,Bn在图像坐标系中对应的坐标为B′1,B′2,…,B′i,…,B′n;
步骤3:求世界坐标系O-XYZ的X方向在图像坐标系O′UV中的消失点Q′1,具体流程为:
3.1)在图像坐标系O′UV中求出直线A′iB′i和A′jB′j的交点P′ij,1≤i≠j≤n;
3.2)根据下式计算交点P′ij的准确度Dij:
其中,1≤i≠j≤n,dij_m表示点P′ij与直线A′mB′m的距离,1≤m≤n;
3.3)选取Dij最小的点P′ij作为消失点Q′1,Q′1的坐标用(u1,v1)表示;
步骤4:求世界坐标系O-XYZ的Y方向在图像坐标系O′UV中的消失点Q′2,具体流程为:
对点A′1,A′2,…,A′i,…,A′n进行直线拟合,得到拟合直线为L′A,对点B′1,B′2,…,B′i,…,B′n进行直线拟合,得到拟合直线为L′B;
然后求出拟合直线L′A与L′B的交点,并以所述拟合直线L′A与L′B的交点作为消失点Q′2,Q′2的坐标用(u2,v2)表示;
步骤5:修正所有世界坐标系中的矩形顶点A1,A2,…,Ai,…,An,B1,B2,…,Bi,…,Bn在图像坐标系中对应的点A′1,A′2,…,A′i,…,A′n,B′1,B′2,…,B′i,…,B′n的坐标,1≤i≤n,具体流程为:
5.1)用下式分别计算每个矩形顶点面向消失点Q′1的归一化准确度:
其中,Dik为直线A′iB′i和A′kB′k的交点P′ik的准确度,1≤i≤n,ai表示该归一化准确度是矩形顶点A′i的归一化准确度,bi表示该归一化准确度是矩形顶点B′i的归一化准确度,q1表示面向Q′1方向;
5.2)先求取世界坐标系O-XYZ中的直线AiBi+1方向在图像坐标系O′UV中的消失点Q′3,1≤i≤n-1,然后计算每个矩形顶点面向消失点Q′3的归一化准确度,具体流程为:
首先在图像坐标系O′UV中求出直线A′iB′i+1和A′jB′j+1的交点Tij′,1≤i≠j≤n-1;根据下式计算交点Tij′的准确度Gij:
其中,1≤i≠j≤n-1,gij_m表示点Tij′与直线A′mB′m+1的距离,1≤m≤n-1;
然后选取Gij最小的点Tij′作为消失点Q′3,用下式分别计算每个矩形顶点面向消失点Q′3的归一化准确度:
其中,Gik为直线A′iB′i+1和A′kB′k+1的交点Tik′的准确度,1≤i≤n-1,ai表示该归一化准确度是矩形顶点A′i的归一化准确度,b(i+1)表示该归一化准确度是矩形顶点B′i+1的归一化准确度,q3表示面向Q′3方向;
同时,规定Eanq3=Eb1q3=0;
5.3)先求取世界坐标系O-XYZ中的直线Ai+1Bi方向在图像坐标系O′UV中的消失点Q′4,1≤i≤n-1,然后计算每个矩形顶点面向消失点Q′4的归一化准确度,具体流程为:
首先在图像坐标系O′UV中求出直线A′i+1B′i和A′j+1B′j的交点Wij′,1≤i≠j≤n-1;根据下式计算交点Wij′的准确度Hij:
其中,1≤i≠j≤n-1,hij_m表示点Wij′与直线A′m+1B′m的距离,1≤m≤n-1;
然后选取Hij最小的点Wij′作为消失点Q′4;用下式分别计算每个矩形顶点面向消失点Q′4的归一化准确度:
其中,Hik为直线A′i+1B′i和A′k+1B′k的交点Wik′的准确度,1≤i≤n-1,a(i+1)表示该归一化准确度是矩形顶点A′i+1的归一化准确度,bi表示该归一化准确度是矩形顶点B′i的归一化准确度,q4表示面向Q′4方向;
同时,规定Ea1q4=Ebnq4=0;
5.4)求出图像坐标系中每个矩形顶点三个方向归一化准确度的平均值,作为这个矩形顶点最终的归一化准确度;
其中矩形顶点A′i的最终的归一化准确度根据下式计算:
其中,i=n时,efc(Eaiq3)=0,否则efc(Eaiq3)=1;i=1时,efc(Eaiq4)=0,否则efc(Eaiq4)=1;
矩形顶点B′i的最终的归一化准确度根据下式计算:
其中,i=1时,efc(Ebiq3)=0,否则efc(Ebiq3)=1;i=n时,efc(Ebiq4)=0,否则efc(Ebiq4)=1;
5.5)按照如下方法判断图像坐标系中矩形顶点B′i的归一化准确度是否可靠,并按照如下方式对矩形顶点B′i的坐标进行修正:
若B′i的归一化准确度Ebi≤n×Ea(i+1)且Ebi≤n×Ea(i-1),则认为Ebi可靠,矩形顶点B′i坐标不作变动;
若Ebi>n×Ea(i+1)或Ebi>n×Ea(i-1),并且n×Ea(i+1)≤n×Ea(i-1),则将直线A′i+1Q′4与直线L′B的交点坐标作为矩形顶点B′i修正后的坐标;
若Ebi>n×Ea(i+1)或Ebi>n×Ea(i-1),并且n×Ea(i-1)<n×Ea(i+1),则将直线A′i-1Q′3与直线L′B的交点坐标作为矩形顶点B′i修正后的坐标;
5.6)求出修正后的直线Q′1B′i与直线L′A的交点,并将该修正后的直线Q′1B′i与直线L′A的交点坐标作为矩形顶点A′i点修正后的坐标;
步骤6:求取距离转换模型系数K12,具体流程为:
6.1)获取公路车道宽,即世界坐标系中LA与LB两条直线之间的距离,用sx表示,其中LA为点A1,A2,…,Ai,…,An所在的直线,LB为B1,B2,…,Bi,…,Bn所在的直线;
6.2)找出世界坐标系中摄像机光轴与道路平面的交点Q在图像坐标系O′UV中的投影点Q′,其坐标用(u,v)来表示,世界坐标系中交点Q在X轴上的投影点为Qx,Q在Y轴上投影点为Qy,LA与QQy的交点为PLA,LB与QQy的交点为PLB;
求出Q′1Q′与L′A的交点P′LA,其坐标为(uA,vA),该交点P′LA是交点PLA在图像坐标系O′UV中的投影点;
求出Q′1Q′与L′B的交点P′LB,其坐标为(uB,vB),该交点P′LB是交点PLB在图像坐标系O′UV中的投影点;
6.3)用下式求出P′LA与Q′1距离的倒数pA,P′LB与Q′1距离的倒数pB:
pA=1/((u1-uA)2+(v1-vA)2)1/2
pB=1/((u1-uB)2+(v1-vB)2)1/2
6.4)用下式计算出距离转换模型系数K12:
步骤7:求取距离转换模型系数K11;
步骤8:求取距离转换模型系数K22;
8.1)找出世界坐标系O-XYZ中直线AiBi与QQx交点Pi,获取两个相邻交点Pi的间距,表示为sy;
8.2)计算出图像坐标系O′UV中A′iB′i与Q′2Q′的交点P′i,其坐标表示为(uABi,vABi),点P′i即为Pi在图像坐标系O′UV中的投影点;
8.3)用下式求出交点P′i与Q′2距离的倒数pABi:
pABi=1/((u2-uABi)2+(v2-vABi)2)1/2;
8.4)在世界坐标系O-XYZ中交点P1到X轴的距离表示为ly1,交点Pi与P1的距离表示为di=(i-1)sy,则有:
ly1+di=K21+K22pABi 1≤i≤n
根据上式,结合n个di和pABi,共有n组表达式,以di为纵轴,pABi为横轴,建立坐标系,在所述坐标系中将这n个点(pAB1,d1),(pAB2,d2),…,(pABi,di),…,(pABn,dn)拟合成一条直线,然后求出直线的斜率,该斜率取为距离转换模型系数K22;
步骤9:求取距离转换模型系数K21;
步骤10:按照以下方法得到世界坐标系O-XYZ中一点P的坐标:
在世界坐标系坐标中找出过点P平行于X轴的直线与QxQ的交点Py,然后在图像坐标系O′UV中找出交点Py对应的点Py′(uy,vy);
在世界坐标系坐标中找出过点P平行于Y轴的直线与QyQ的交点Px,然后在图像坐标系O′UV中找出交点Px对应的点Px′(ux,vx);
根据下式求得P的坐标(lx,ly,0),即完成点P在世界坐标系中标定:
其中,px=1/((u1-ux)2+(v1-vx)2)1/2,py=1/((u2-uy)2+(v2-vy)2)1/2。
2.根据权利要求1所述的基于多矩形图像距离转换模型的坐标标定方法,其特征在于,所述步骤7的具体流程为:
7.1)根据下式分别计算图像坐标系O′UV中的点Q′与点Q′1之间的像素点数量L1,点Q′与点Q′2之间的像素点数量L2,点Q′1与点Q′2之间的像素点数量L3:
L1=((u1-u)2+(v1-v)2)1/2
L2=((u2-u)2+(v2-v)2)1/2
L3=((u2-u1)2+(v2-v1)2)1/2;
7.2)根据下式求出世界坐标系O-XYZ中摄像机焦距和像素点物理长度的比值fd,也即点Q′和摄像机光心O0之间的像素点数目:
7.3)根据下式求出世界坐标系O-XYZ中O0Q与X轴的夹角α1、O0Q与Y轴的夹角α2:
α1=arctan(L1/fd),α2=arctan(L2/fd);
7.4)根据下式计算距离转换模型系数K11:
所述步骤9中,根据下式求取距离转换模型系数K21:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410141750.0A CN103927748B (zh) | 2014-04-09 | 2014-04-09 | 一种基于多矩形图像距离转换模型的坐标标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410141750.0A CN103927748B (zh) | 2014-04-09 | 2014-04-09 | 一种基于多矩形图像距离转换模型的坐标标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103927748A CN103927748A (zh) | 2014-07-16 |
CN103927748B true CN103927748B (zh) | 2016-08-17 |
Family
ID=51145959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410141750.0A Active CN103927748B (zh) | 2014-04-09 | 2014-04-09 | 一种基于多矩形图像距离转换模型的坐标标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103927748B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104134005B (zh) * | 2014-07-31 | 2017-05-17 | 天津市亚安科技有限公司 | 确定预置位偏差的方法 |
CN106570906A (zh) * | 2016-11-09 | 2017-04-19 | 东南大学 | 一种摄像机角度偏移条件下基于矩形图样的距离检测方法 |
CN107133985B (zh) * | 2017-04-20 | 2020-05-12 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
CN107622514B (zh) * | 2017-09-30 | 2020-10-16 | 常州工学院 | 摄像机凸镜模型自主标定方法 |
CN110595494B (zh) * | 2019-09-17 | 2021-06-22 | 百度在线网络技术(北京)有限公司 | 地图误差确定方法和装置 |
CN112150560B (zh) * | 2020-09-27 | 2024-02-02 | 上海高德威智能交通系统有限公司 | 确定消失点的方法、装置及计算机存储介质 |
CN112669382A (zh) * | 2020-12-30 | 2021-04-16 | 联想未来通信科技(重庆)有限公司 | 一种基于图像的距离确定方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1564581A (zh) * | 2004-04-15 | 2005-01-12 | 上海交通大学 | 交通监视环境下的摄像机标定方法 |
CN101727671A (zh) * | 2009-12-01 | 2010-06-09 | 湖南大学 | 基于路面共线三点及其平行线的单摄像机标定方法 |
CN102136140A (zh) * | 2010-12-24 | 2011-07-27 | 东南大学 | 一种基于矩形图样的视频图像距离检测方法 |
CN102402785A (zh) * | 2010-09-07 | 2012-04-04 | 云南大学 | 一种基于二次曲线的摄像机自标定方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003078811A (ja) * | 2001-09-04 | 2003-03-14 | Nippon Hoso Kyokai <Nhk> | マーカ座標対応付け方法とカメラパラメータ取得方法とカメラパラメータ取得システムとキャリブレーションパターン |
KR100966592B1 (ko) * | 2007-12-17 | 2010-06-29 | 한국전자통신연구원 | 영상에서 평행 사변형의 호모그래피를 이용한 카메라의 보정 방법 |
US20130259403A1 (en) * | 2012-04-03 | 2013-10-03 | Oluwatosin Osinusi | Flexible easy-to-use system and method of automatically inserting a photorealistic view of a two or three dimensional object into an image using a cd,dvd or blu-ray disc |
-
2014
- 2014-04-09 CN CN201410141750.0A patent/CN103927748B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1564581A (zh) * | 2004-04-15 | 2005-01-12 | 上海交通大学 | 交通监视环境下的摄像机标定方法 |
CN101727671A (zh) * | 2009-12-01 | 2010-06-09 | 湖南大学 | 基于路面共线三点及其平行线的单摄像机标定方法 |
CN102402785A (zh) * | 2010-09-07 | 2012-04-04 | 云南大学 | 一种基于二次曲线的摄像机自标定方法 |
CN102136140A (zh) * | 2010-12-24 | 2011-07-27 | 东南大学 | 一种基于矩形图样的视频图像距离检测方法 |
Non-Patent Citations (5)
Title |
---|
A New Camera Calibration Method Based on Rectangle Constraint;Wu Wenhuan et al;《2nd International Workshop on Intelligent Systems and Applications》;20100522;1-4 * |
Camera Self-calibration Based on Single Rectangle;Jie Dong et al;《Third International Conference on Intelligent Control and Information Processing》;20120715;674-677 * |
Detection algorithm of video image distance based on rectangular pattern;Wei Geng et al;《5th International Congress on Image and Signal Processing》;20121231;856-860 * |
一种基于交通视频的摄像机标定方法;朱小平 等;《电子设计工程》;20120531;第20卷(第9期);48-52 * |
基于两灭点法的摄像机标定方法研究;胡桂廷 等;《电子测量技术》;20120731;第35卷(第7期);37-39,54 * |
Also Published As
Publication number | Publication date |
---|---|
CN103927748A (zh) | 2014-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927748B (zh) | 一种基于多矩形图像距离转换模型的坐标标定方法 | |
CN107292927B (zh) | 一种基于双目视觉的对称运动平台位姿测量方法 | |
CN109242903A (zh) | 三维数据的生成方法、装置、设备及存储介质 | |
CN107993263B (zh) | 环视系统自动标定方法、汽车、标定装置及存储介质 | |
CN105448184B (zh) | 地图道路的绘制方法及装置 | |
CN103439348B (zh) | 基于差影法的遥控器按键缺陷检测方法 | |
CN103729837A (zh) | 一种单个路况摄像机的快速标定方法 | |
CN104657982A (zh) | 一种投影仪标定方法 | |
CN104217435B (zh) | 两个相互遮挡的球线性确定拋物折反射摄像机内参数方法 | |
CN104915963A (zh) | 一种用于plcc元件的检测与定位方法 | |
CN104732539A (zh) | 一种投影仪标定方法 | |
CN103426184A (zh) | 一种光流跟踪方法和装置 | |
CN104504680A (zh) | 一种用于智能车的逆透视标定方法 | |
CN108874187A (zh) | 一种投影仪笔记系统 | |
CN106295491A (zh) | 车道直线检测方法及装置 | |
CN101776437B (zh) | 带有光路调整的嵌入式机器视觉亚像素标定方法 | |
CN102136140A (zh) | 一种基于矩形图样的视频图像距离检测方法 | |
CN103914829B (zh) | 一种含噪图像边缘检测方法 | |
CN104809940A (zh) | 几何立体图形投影装置及投影方法 | |
CN110930365B (zh) | 一种交通场景下的正交消失点检测方法 | |
CN106169076A (zh) | 一种基于透视变换的角度车牌图像库搭建方法 | |
CN104457691B (zh) | 一种建筑物主体高程信息获取方法 | |
CN103900504A (zh) | 纳米尺度下的实时三维视觉信息反馈方法 | |
CN103954220A (zh) | 撞桥试验中船体运动状态数字图像测量方法 | |
CN102306382A (zh) | 基于道路环境固有特征的事故现场图像校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |